![見出し画像](https://assets.st-note.com/production/uploads/images/173224116/rectangle_large_type_2_dc1b6b70012188aaa6f6d04d723315fe.png?width=1200)
“隣の芝”は見ない。目の前にフォーカスし続けるAI・LLM事業部テックリードの仕事の姿勢(#LXエモカレ)
LayerXで働く人たちの心のうちに迫る「LayerXエモカレ」。今回は、AI・LLM事業部テックリードの須藤欧佑(通称osuke)のインタビューをお届けします。
LayerX創業期から在籍し、長らくR&D(研究開発)に携わってきた須藤。思うような成果が出なくても「これまで積み重ねてきたものは確実にあるので、それを自ら捨てることはしたくないという決意」で困難を乗り越えてきたと話します。
「『人類の最先端の場所での挑戦』に人生を捧げていきたい」と語る須藤に、今、AI・LLM事業部で生成AIプラットフォーム「Ai Workforce」を作る面白さを訊きました。
LLM技術と市場の成長の追い風を受ける「Ai Workforce」
——AI・LLM事業部での役割を教えてください。
プロダクト開発チームのテックリードを務めています。バックエンドやフロントエンド、インフラなど幅広く技術全般を見ながら組織を引っ張りつつ、難易度の高い機能の開発も担当することが多いですね。
Ai Workforceは大手企業のお客様にご利用いただいています。そのため、開発チームは大きくふたつのチームから成り立っています。お客様ごとに生じる業務をAi Workforceのワークフローに落とし込んで、カスタマーサクセスを目指すチームと、プロダクト全体を見て「Ai Workforce」というひとつのプロダクトを開発運用してくチーム。僕が所属しているのは後者のチームです。
![](https://assets.st-note.com/img/1738745897-V0heoMjqDrPAusk756CXFBiN.png?width=1200)
AI・LLM自体、まだまだ不確実性の高い技術で、世の中に最適解がありません。自分たちの力で試行錯誤しながら正解を見つけなればならないので、通常のプロダクト開発よりも人手が必要となります。やりたいことは山ほどあるのに、まったく人が足りていない、というのが正直なところです。
——Ai Workforceがリリースされてから今に至るまでの感触はいかがですか。
僕はLayerXがブロックチェーンの研究開発を行っていた頃から在籍していて、これまでプライバシーテックやLLMの研究開発をやってきました。それこそ、なかむー(中村龍矢・執行役員 AI・LLM事業)とずっと一緒に試行錯誤してきた感じです。
新しい技術を事業化することは想像以上に難しく、うまくいかないことも多くありました。ですがAi Workforceは、LLMの技術だけでなく市場の成長の後押しもあり、いい波がきている感覚があります。
スタートアップが長く研究開発を続けることは結構大きな意思決定だと思うので、これまで自分たちを信じてBetしてくれた経営陣に感謝しています。
開発者としても、お客様に喜んでもらえるプロダクトを作りたいという思いはずっとあったので、AI・LLM事業部でそれを叶えることができている今が本当に楽しいですね。
「隣の芝は青い」から目の前だけを見続ける
![](https://assets.st-note.com/img/1738745094-nk56gzKMLcVUjCRm4PNpO3B9.jpg?width=1200)
——今までで一番大変だったことはなんですか。
LLMという技術自体がまだまだ不確実性の高いものなので、それをシステム側で担保して不具合を起こさないようなプロダクトを設計することですね。さらに、Ai Workforceはお客様が日々使っているクラウド環境にシステムを乗せるので、自分たちが普段使っている環境では問題がなくても、予期せぬ不具合が起きることがあって。それは実際に導入してみないと把握できないエラーなので、それらを一つひとつ解決していくのは、Ai Workforceならではの難しさだと感じました。
——研究開発はなかなか先が見えない状況だったと思いますが、辛いと思ったことは?
部署として売上を立てられない申し訳なさ、みたいなものは感じたこともありますが、辞めたいと思ったことはないですね。「ここで逃げたら何も成し遂げないまま終わってしまう」と。根が負けず嫌いなんです。今は目にみえる成果が出ていなくても、これまで積み重ねてきたものは確実にあるので、それを自ら捨てることはしたくないという決意がありました。
元々、ブロックチェーンも独学で学んでいたんですよ。世の中にインパクトを与える分野で一番になって、新しいことがしたいという20代の意気込みで(笑)。そのときもうまくいくかどうか分からないまま、とにかくがむしゃらに勉強を続けていたら道が拓けたので、その成功体験が今に生きているのかなと思います。
いつ芽が出るかは誰にも分からないので、とにかく目の前のことに集中する。隣の芝は青く見えるので、自分がやっていることを信じて、目の前だけを見続けることが大事なんじゃないかと思います。
知的好奇心が強く、エンジニアとして多様な経験を持った人とチームになりたい
——AI・LLM事業部はどんな雰囲気ですか。
LayerXのなかでも、スタートアップの初期フェーズのようなカオスを味わえる部署ですね。あとは、個人の成果やアウトプットよりも、チーム全体のアウトカムを重視して動くメンバーが多いように感じています。お客様にいいプロダクトを届けることに真摯に向き合えるプロフェッショナルが揃っているチームです。
Ai Workforceは歴史のある大手企業がお客様なので、高い水準でプロダクト体験を届けることが求められます。フロントに立つBizメンバーも、開発メンバーも、常にお客様の期待値を超えていくという気概を持って仕事をしています。
——どういう方と一緒に働きたいと思いますか?
絶対条件として、LLMに興味がある方です。LLMを使ってこんなことができるんじゃないかと、自ら想像力を働かせてプロダクト作りを進められる方はすごくフィットするんじゃないかと思います。
LLMの開発経験のある方のほうが、今は少ないと思うので、その経験は求めていません。ただ、知的好奇心が強く、自分から最新の技術や情報を取りに行けるマインドを持っているかは重視しています。
また、お客様が大手企業になるので、大きな組織でSIer的な経験を積んできた方もチームに加わってもらえると心強いですね。スタートアップに閉じず、エンジニアとして多様な経験を持った方に仲間になってほしいと思います。
仕事に感動を。Ai Workforceで届けたい「業務効率化」以上の価値
——Ai Workforceの未来像をどのように描いていますか。
Ai Workforceは高度な文書処理で業務効率化を推進しているプロダクトです。通常の業務効率化だと1/2の作業時間になるところが、Ai Workforceは1/10、1/100になる、そういう感動体験を届けられるプロダクトに成長させていきたいと思っています。
例えば、Ai Workforceの機能のひとつにマスキング機能というものがあって。秘匿性の高い言葉や画像を社内の膨大な資料の中から検索し、自動で隠してくれる機能なんですが、通常は一つひとつ目視で確認し、消していかなければならないんですよね。作業自体は難しくないけど、時間も手間もかかっていたのが、Ai Workforceを導入したことでボタンを押すだけで作業が完了するようになる。そういう「Wow!」をもっともっと多くの方に届けたいんです。
![](https://assets.st-note.com/img/1738745381-wKpbCmAy7I4d9GjctHFUfWS3.png?width=1200)
今は人手が足りないこともあり、お客様の要望に応えたり、プロダクトを改善したりするだけで手いっぱいですが、本当は自分たちが考えた、誰も見たことのない新しい機能をお客様に届けたい思いがあります。
我々が定義する「Ai Workforce」というものを、ちゃんと意志を持ってお客様に届けられる体制を作っていくことが目下の課題です。
——AI・LLM事業部で働く面白さとは?
AI・LLMの技術をプロダクトに落とし込んで、お客様にデリバリーすることができる点だと思います。まだ成長過程にあるLLM市場において、数年先を見据えたときにAi Workforceは大きな存在になっているはずです。そういう「未来」のあるプロダクトを自分の手で作れる面白さはAI・LLM事業部ならではじゃないでしょうか。
そうは言っても、LLMの知識だけが重要なわけではなく、プロダクト開発の経験という土台があってこそなので、これまでの経験を元に新しいチャレンジをしたいエンジニアの方は、ぜひAI・LLM事業部に来ていただきたいですね。
僕自身、「人類の最先端の場所での挑戦」に人生を捧げていきたい思いがあります。何かひとつ大きなことを成し遂げたい思いを持ち続けて、これまでチャレンジを続けてきたので、まずはAi Workforceで世の中にインパクトを与える夢を実現したいと思っています。
AI・LLM技術を活用し、新しい常識を生み出す仲間を募集しています!
圧倒的知的好奇心を満たせる環境で、ご自身の経験をフル活用しながら、まったく新しいことに挑戦してみたいエンジニアの方、まずはカジュアル面談でお話ししませんか?